python文本批量转语音代码

￡神魔★判官ぃ 2024-03-16 07:24 69阅读 0赞

本片教程利用的微软语音项目：https://[GitHub][].com/skygongque/tts，不过它最多生成10分钟的音频，大概2500字，对于大的文本就要想办法分割再识别，我就把狗尾续貂，增加了这部分的功能。

### 教程开始 ###

1、安装python，下载https://github.com/skygongque/tts的项目。  
2、cmd中安装python库

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> </td> 
   <td> <p><code>pip&nbsp;install&nbsp;requests</code><code>=</code><code>=</code><code>2.15</code><code>.</code><code>1</code></p> <p><code>pip&nbsp;install&nbsp;websockets</code><code>=</code><code>=</code><code>10.2</code></p> </td> 
  </tr> 
 </tbody> 
</table>

3、解压下载文件，在tts-main\\python\_cli\_demo下建立snd和txt两个文件夹。

4、把要转换的文本文件复制到tts-main\\python\_cli\_demo下，注意编码要是ansi，utf-8的我没研究出来，这里我把原来的tts.py编码选项改了下才能用，有兴趣的可以深入研究下。

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> <p>2</p> <p>3</p> </td> 
   <td> <p><code>def</code>&nbsp;<code>get_SSML(path):</code></p> <p><code>with&nbsp;</code><code>open</code><code>(path,</code><code>'r'</code><code>,encoding</code><code>=</code><code>'utf-8'</code><code>)&nbsp;as&nbsp;f:</code></p> <p><code>return</code>&nbsp;<code>f.read()</code></p> </td> 
  </tr> 
 </tbody> 
</table>

我试的是把原文件中的,encoding='utf-8'删去才能用。

5、把getxt.py同样复制到tts-main\\python\_cli\_demo下。

<table> 
 <tbody> 
  <tr> 
   <td> <p>1</p> </td> 
   <td> <p><code>location</code><code>=</code><code>'G:\\D\\tts-main\\python_cli_demo\\'</code><code>，这里目录改成你的，注意为\\。</code></p> </td> 
  </tr> 
 </tbody> 
</table>

里面默认是晓秋的声音，可在geTxt(input('BOOK:'),2333,3,'zh-CN-XiaoqiuNeural')中改参数。  
2333是分割字数，3是生成的xml后缀数字位数，zh-CN-XiaoqiuNeural是朗读人的名字，可修改。

6、在tts-main\\python\_cli\_demo下cmd中执行python getxt.py，输入文本文件名(不含txt)。  
在txt中会生成分割后的xml文件，在tts-main\\python\_cli\_demo会生成start.bat文件，会自已运行。

7、稍等在snd文件夹中就会生成声音了，2333个字符一段，大概8分多钟。【新更新的试了下字数不要太多1000多字可以，2000多会有问题】  
再次执行上述操作会删除snd和txt文件夹中文件，请生成后及时移走。

[GitHub]: http://www.hu6.cc